基于损失因子和数据集划分的协同过滤推荐算法  

Collaborative Filtering Recommendation Algorithm based on Loss Factor and Data Set Partition

作　　者：王茂华[1] 郝云力[1] 柏春松[1] WANG Mao-hua;HAO Yun-li;BAI Chun-song

机构地区：[1]阜阳师范学院,安徽阜阳236041

出　　处：《赤峰学院学报（自然科学版）》2019年第1期51-53,共3页Journal of Chifeng University(Natural Science Edition)

基　　金：国家自然科学基金项目(61672006);安徽省教育厅重点项目(KJ2018A0346);阜阳师范学院校级项目(2016JYXM25);阜阳市政府-阜阳师范学院横向合作科研项目(XDHX201727)

摘　　要：针对传统相似度忽略用户局部偏好、用户评分差异和非共同评分项等因素的影响,提出了一种基于损失因子和数据集划分的协同过滤推荐算法.算法根据用户对项目的偏好度来划分数据集,并提出用两个修正因子来改进传统的相似度.在MovieLens数据集上将所提算法和Pearson算法、参考文献[1]中的算法进行比较,实验结果表明,基于损失因子和数据集划分的协同过滤推荐算法更明显地降低了MAE值.

关 键 词：协同过滤 损失因子 划分数据集 Pearson 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]